GhostNet轻量YOLO检测器

边缘端快速检测

在不牺牲检测精度的前提下,大幅压缩模型体积并提升推理速度,适合直接部署在资源受限的工业边缘设备上。

王婧 · He, Zou · Zhou, Meng · Rong, Su

IEEE Transactions on Industrial Informatics 2024

参数信息

计算复杂度 (FLOPS)
8.2 G
检测精度 (Precision)
97.91 %
平均精度均值 (mAP)
96.66 %
检测速度
294 FPS
训练收敛轮数
50
模型大小缩减比例
50 %
检测效率提升倍数
4

技术优势

检测速度够快

在Raspberry Pi边缘设备上,单缺陷检测可达294 FPS,满足工业产线实时检测需求,无需等待云端返回。

模型体积减半

相比现有方法,模型大小平均减少50%,降低存储和传输负担,更易部署到边缘设备。

精度不输大模型

在轻量化的同时保持高精度:precision 97.91%,mAP 96.66%,满足工业质检的严格要求。

训练收敛快

基于知识蒸馏的快速学习方案仅需50个epoch即可收敛,缩短开发周期,便于快速适应新缺陷类型。

应用场景